Ny AI-teknologi skal sikre hurtig og præcis diagnosticering af lungekræft
I et nyt ph.d.-projekt vil forskere fra Syddansk Universitet (SDU) udvikle en AI-teknologi, der kan identificere lungekræft. Teknologien er designet til at fungere som et beslutningsstøtteværktøj for radiologer, hvilket skal lette arbejdsbyrden og sikre hurtigere og mere præcis diagnosticering.
Lungekræftscreening med lavdosis-CT er standard i lande som Canada, England og Sydkorea. Hvis det danske sundhedsvæsen skal implementere de samme inklusionskriterier som i internationale projekter, vil det kræve, at omkring 180.000 danskere årligt bliver CT-scannet. Det vil føre til en massiv stigning i arbejdsbyrden for de omkring 20 thoraxradiologer, der er i Danmark. Faktisk vil det kræve en firdobling af denne gruppe at kunne håndtere det øgede antal scanninger som et potentielt screeningsprogram ville medføre.
På baggrund af den problematik vil det nye projekt, der bærer titlen, AI-RAPTOR og har læge og ph.d.-studerende på Klinisk Institut og Hjerte-, Lunge-, og Karkirurgisk Afdeling på Odense Universitetshospital Frederik Duedahl i spidsen, udvikle en AI-model, der kan identificere lungekræft. AI-RAPTOR er dybest set en algoritme, som bliver trænet til at genkende tegn på lungekræft ved at gennemgå en stor mængde scanningsbilleder.
AI-konsulent ved SDU Robotics, Mærsk McKinney Møller Instituttet Simon Lyck Bjært Sørensen, som står for den tekniske del af projektet, sammenligner modellen med det diagnostiske system i en bil.
”I stedet for at skille bilen helt ad for at finde fejlen, sætter vi bilcomputeren på og får en klar diagnose. På samme måde kan vores model hurtigt og effektivt pege på potentielle problemer i en CT-scanning,” siger Simon Bjært Sørensen på SDU’s hjemmeside.
Modellen kan ikke kun identificere tumorer i lungerne, men også med få ord beskrive såkaldte ’tumor features’, som tumorens størrelse og placering samt overfladens beskaffenhed. Det gør det muligt at generere detaljerede rapporter, som radiologerne kan bruge i deres vurderinger. Det sparer både tid og sikrer, at data udnyttes optimalt.
Med støtte fra Sundhedsstyrelsens PLUS-projekt tester forskerne nu deres model op mod radiologernes vurderinger. De første resultater er lovende, og projektet kan blive en gamechanger for fremtidens screeningsprogrammer, mener Frederik Duedahl.
”AI vil aldrig erstatte radiologernes ekspertise, men det kan blive en uundværlig del af et mere effektivt og omfattende screeningssystem, der kan opdage flere sygdomme i tide,” siger han på SDU’ hjemmeside.
Ud over selve AI-modellen har forskerne udviklet en ny platform, der kan håndtere store mængder billeddata på en GDPR-sikker måde. Platformen gør det muligt for forskere at arbejde med patientdata og træne deres modeller uden at gå på kompromis med datasikkerheden.
Teknologiens infrastruktur gør, at den også kan bruges til andre sygdomme og forskellige typer af billedmateriale. På sigt vil modellen kunne hjælpe med at diagnosticere en række andre lungesygdomme, såsom rygerlunger, blodpropper i lungerne og arvævsdannende sygdomme. Det skal videreudvikles i en række kommende ph.d.-projekter.
